Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Reporte Euler
Reporte Euler
Nacional
Escuela Superior de Computo
Alumno:
Chvez Ramos Francisco
Tarea 2
16-Junio-2015
ndice
Marco Terico........................................................................................................ 2
DEFICION......................................................................................................... 2
ALGORITMO...................................................................................................... 2
Conclusin............................................................................................................ 7
Bibliografa............................................................................................................ 7
Marco Terico
DEFICION
Se comienza en el vrtice inicial (vrtice con ndice 1) y se marca como vrtice
activo, a diferencia con la BEP ahora se visitan en orden creciente de ndice todos
los vecinos del vrtice activo antes de pasar al siguiente. Hasta que todos los
vrtices hayan sido visitados, en cada paso se van visitando en orden creciente de
ndice todos los vecinos del vrtice activo. Cuando se han visitado todos los
vecinos del vrtice activo, se toma como nuevo vrtice activo el primer
vrtice X visitado despus del actual vrtice activo en el desarrollo del algoritmo.
ALGORITMO
Sea G = (V, A) un grafo conexo
V = V un conjunto de vrtices
A un vector de arcos inicialmente vaco
P un vector auxiliar inicialmente vaco:
1. Se introduce el vrtice inicial en P y se elimina del conjunto.
2. Mientras V no sea vaco repetir los puntos 3 y 4. En otro caso parar.
3. Se toma el primer elemento de P como vrtice activo.
4. Si el vrtice activo tiene algn vrtice adyacente que se encuentre en V:
Se toma el de menor ndice.
Se inserta en P como ltimo elemento.
Se elimina de V.
Se inserta en A el arco que le une con el vrtice activo.
Si el vrtice activo no tiene adyacentes se elimina de P.
2.- El algoritmo BEA toma como entrada la matriz de afinidad de atributos (AA),
permuta sus renglones y columnas y genera una matriz de afinidad agrupada
(CA). Las permutaciones son realizadas de tal manera que se maximice la
siguiente medida de afinidad global (AM).
1. Se dise especficamente para determinar grupos de elementos
similares frente a una ordenacin lineal de los elementos (es decir,
grupos de atributos con gran afinidad frente a grupos de atributos
con valores pequeos de la misma).
2. Los grupos resultantes no eran sensibles al orden en el cual los
elementos se dispusiesen por el algoritmo.
3. El tiempo de clculo del algoritmo es razonable, O(n 2), donde n es el
nmero de atributos.
4. La interrelacin secundaria entre grupos de atributos es identificable.
AG
i 1
afd ( A , A )CV
i
j 1
AG
i 1
j 1
AG
i 1
i 1
j 1
AG
j 1
i 1
AG ''
[lim( A , A
i 1
i 1
[lim( A , A
i
i 1
i i 2
2 lim( Ai , Aj )
Conclusin
El algoritmo se concentra en las columnas de la matriz de atributos afines.
Podemos emplear los mismos argumentos y redisearlo de tal manera que
opere sobre las filas tambin. Otro punto importante de este algoritmo es
que mejora la eficiencia, la segunda columna tambin se fija y se sita tras
la primera durante el proceso de iniciacin. Esto es perfectamente vlido,
ya que A2 puede situarse a la derecha o a la izquierda de A1. El lmite entre
las dos, sin embargo, es independiente de las posiciones relativas que
tengan la una sobre la otra. Finalmente, deberamos indicar el problema de
calcular cont en los extremos. Si un atributo Ai se debe situar a la izquierda
del atributo ms a la izquierda, una de las ecuaciones del lmite se calcular
sobre un elemento inexistente, el de la izquierda, y sobre Ak. Entonces,
necesitamos referirnos a las condiciones impuestas en la definicin de la
medida de afinidad global, donde MGA(0, k) = 0. El caso contrario se
produce cuando Aj es el atributo situado ms a la derecha, ubicado ya en la
matriz MGA, y queremos saber cul es la contribucin de situar el atributo
Ak a la derecha de Aj. Ante tal situacin se debe calcular el lm(k, k+1). Ya
que no existe un atributo situado todava en la columna k+1 de la MGA, la
medida de afinidad no puede establecerse. Por tanto, de acuerdo a las
condiciones de los extremos, el valor del lmite es tambin 0.
Bibliografa
1.- CISNEROS Jose, Tipos de fragmentacin de Base de Datos Distribuidas,
repositorio.utn.edu.ec/bitstream/123456789/582/5/ANEXO%20B.doc, 2008.
2.- GUZMAN Daniel, Bases de Datos Distribuidas con una solucin LAMP,
http://repository.uaeh.edu.mx/bitstream/bitstream/handle/123456789/10719/Bases
%20de%20datos%20solucion%20LAMP.pdf?sequence=1, Universidad Autonoma
del Estado de Hidalgo, 2006